拟合度分析方法来识别默认网络的成分

尊敬的老师:
      有文献使用用拟合度分析方法来研究某种疾病的默认网络与正常人的默认网络的差异。基本思路是:首先使用ROI-based方法得到默认模式网络模板;然后对预处理后的数据进行ICA 分析,使用拟合度分析方法挑选出与之前得到的默认模式网络模板最匹配的成分。拟合度分析主要通过模板匹配程序来完成,即计算每个成分中落在模板内体素的z 值的平均值与模板外体素的z 值的均值之差,选择差值最大的成分作为最匹配的成分。为了便于进行组分析,将每个被试的最适成分的时间序列作为回归量输入到SPM 的设计矩阵中,回归分析得到与最适成分相似的脑区激活图,  即默认模式网络。